ИТ развој

Beyond Prompts: Architecting AI's Business Sense from Your Code

Надвор од промптовите: Градење на деловното разбирање на вештачката интелигенција врз основа на вашиот код

Асистент со вештачка интелигенција може да објасни што прави еден PHP метод, а сепак погрешно да разбере како функционира вашиот бизнис. Може да види метод refund() и да претпостави дека секое плаќање може да се поништи, додека вистинското правило зависи од статусот на порамнување, продажниот канал и исклучокот договорен со давателот на платежни услуги.

Тој јаз обично не е проблем со промптот. Тоа е архитектонски проблем: деловното значење е распрснато низ кодот, конвенциите во базата на податоци, конфигурацијата и знаењето на луѓето што ги одржуваат. Подобрите промптови му помагаат на асистентот да поставува корисни прашања, но не можат сигурно да ги обезбедат правилата што системот никогаш не ги дефинирал експлицитно.

Кодот содржи деловно знаење, но не е сето очигледно

Заднинските системи ги преточуваат одлуките во многу облици. Ограничување во базата на податоци може да спречи дупликати на фактури. Условна проверка може да разликува клиент на пробен период од клиент што плаќа. Процес за обработка на редица може повторно да се обиде да испрати известување за плаќање, додека друг сервис одлучува дали е безбедно тоа известување да се обработи двапати.

Тие детали се важни, но за нивно разбирање е потребен контекст. Поле со име status може да претставува статус видлив за клиентот, внатрешен чекор во работниот тек или ознака од постара интеграција. Дури и точните резимеа на кодот може да пропуштат зошто постои некое правило или дали тоа важи за нова функционалност.

Започнете со утврдување на деловните концепти што носат најголеми последици: пари, дозволи, обврски кон клиентите, залихи и регулаторни обврски. За секој од нив, побарајте ги правилата што ги спроведува апликацијата и претпоставките поврзани со нив. Сметајте ги коментарите и документацијата за докази што треба да се проверат во однос на однесувањето на системот, а не за автоматска потврда.

Поставете ги важните правила зад јасни граници

Алатките со вештачка интелигенција работат со материјалот што можат да го најдат. Истото важи и за програмерите. Правило изразено на едно место со јасно име полесно се открива и проценува отколку истото правило повторено низ контролери, закажани задачи и SQL прашања.

Разгледајте нарачка што може да се откаже само пред да биде испратена. Наместо да ја повторувате споредбата на статусот на секое место каде што се нуди откажување, сместете ја одлуката во доменскиот модел или во апликациски сервис:

final class Order
{
    public function __construct(
        private string $status,
    ) {}

    public function canBeCancelled(): bool
    {
        return in_array($this->status, ['new', 'confirmed'], true);
    }
}

Името на методот поставува деловно прашање; имплементацијата дава конкретен одговор. Овој пример е намерно едноставен: вистинскиот тек на откажување може да бара и проверка на овластување, промена на состојбата, зачувување на податоците и координација со процесот на исполнување на нарачката. Ако испраќањето и откажувањето можат да се случат истовремено, системот мора да ги заштити одлуката и ажурирањето како целина, на пример преку соодветна трансакција во базата на податоци и стратегија за заклучување.

Целта не е секоја условна проверка да се смести во класа. Целта е важните одлуки да можат да се препознаат, да бидат доследни и да можат да се тестираат. Асистентот од кој е побарано да го промени однесувањето при откажување потоа може да испита јасно дефиниран дел од системот, наместо да погодува која од неколкуте слични проверки е меродавна.

Направете го деловниот договор видлив

Кодот покажува што системот прави во моментот. Краток договор може да објасни што треба да гарантира и каде завршува таа гаранција. Чувајте ги овие белешки доволно блиску до имплементацијата за промените да можат да се разгледуваат заедно.

За API што прифаќа барања за откажување, корисен договор би можел да објасни кои статуси на нарачката дозволуваат откажување, кој смее да го побара, каков одговор добива повикувачот кога нарачката веќе е испратена и дали повторувањето на успешно барање го има истиот ефект. Тој треба да ги наведе и сите последователни активности, како известување на магацинот, и што се случува ако тие активности не успеат.

Примерите го олеснуваат толкувањето на овие правила. Тест именуван според деловен исход, како одбивање откажување по испраќањето, дава конкретно сценарио што можат да го следат и програмерот и асистентот. Тестовите го прикажуваат опфатеното однесување; тие не докажуваат дека се опфатени сите важни сценарија.

Забележете ги и неодговорените прашања. „Може ли потврдена нарачка да се откаже откако магацинот започнал со пакување?“ е покорисно отколку премолчено да му се дозволи на асистентот да извлече одговор од делумна имплементација. Неизвесноста е дел од контекстот на системот.

Дајте ѝ на вештачката интелигенција пат до доказите

Доставувањето на целото репозиториум на асистент ретко може да го замени насочувањето на неговото внимание. Големите системи содржат застарени патеки, конкурентни имплементации и оперативни детали што можеби не се однесуваат на задачата.

Поставете му на асистентот јасно ограничено прашање и дајте му насоки до релевантните докази. На пример:

Објасни ги тековните правила за откажување на нарачки создадени преку јавното API. Испитај ја крајната точка, апликацискиот сервис, релевантните ограничувања при зачувување на податоците и тестовите. Идентификувај противречно однесување и прашања за кои е потребна одлука за производот. Наведи ги датотеките и методите врз кои се темели секој заклучок.

Ова барање повикува на истражување, а не на измислување правила. Прегледајте го наведениот код, особено кога заклучокот зависи од конфигурација, ознаки за вклучување функционалности, состојбата на базата на податоци или однесувањето на друг сервис. Ако асистентот предложи промена, побарајте да ги проследи успешниот тек и можните текови при неуспех: што се зачувува, за што може повторно да се направи обид и што повикувачот може безбедно да го повтори.

Заштитете го контекстот што го споделувате

Корисниот контекст не бара да ги предадете сите продукциски записи или акредитиви. Користете репрезентативни примери од кои се отстранети чувствителните вредности и следете ги правилата на вашата организација за алатките и податоците што ги користите. Шемите на базите на податоци и примероците со отстранети чувствителни податоци често можат да ги објаснат врските без да откријат податоци за клиентите.

Заокружете го процесот кога системот се менува

Деловното знаење застарува кога кодот, тестовите и објаснувањата се разминуваат. Вклучете го релевантниот договор во промената: кога се менува правило за откажување, заедно разгледајте ги однесувањето на API-то, доменската логика, тестовите и оперативните последици. Барањето за спојување може да го наведе правилото што се менува и да ги упати прегледувачите кон доказите.

Оваа дисциплина ги подобрува и работата на перформансите и архитектонските одлуки. Пред да кеширате одлука за исполнување услови, на пример, утврдете кои факти влијаат врз неа и колку брзо мора да се одрази промената на некој факт. Во спротивно, технички брзиот одговор може да биде деловна грешка.

Вештачката интелигенција станува покорисна кога може да ги поврзе одлуките со јасни правила и конкретни докази. Трајната инвестиција не е совршен промпт; тоа е кодна база што ги прави своите деловни обврски доволно видливи за луѓето и алатките да можат да ги преиспитуваат, менуваат и одржуваат.

Портрет на автор на блогот

Mihajlo

Јас сум Михајло - развивач поттикнат од љубопитност, дисциплина и постојаната желба да создадам нешто значајно. Споделувам увиди, упатства и бесплатни услуги за да им помогнам на другите да ја поедностават својата работа и да растат во постојано развивачкиот свет на софтверот и вештачката интелигенција.